我國發行優先股的上市商業銀行融資效率分析

曹翠珍 杜威

【摘 要】 文章利用2016—2018年18家發行優先股的上市商業銀行有效數據，通過DEA-Malmquist方法進行發行優先股融資效率的評價，并通過線性回歸模型分析了融資效率的影響因素，為我國商業銀行使用優先股進行融資提供一定的理論支持。通過對銀行相關融資指標進行實證分析發現，我國發行優先股的上市商業銀行融資效率弱有效，主要體現在2016—2018年綜合技術效率大幅度下跌，規模效率不穩定，全要素變動水平有下降趨勢等。針對這些問題，從優先股融資成本控制、融集資本使用效率、優先股發行方案選擇方面提出改進建議。

【關鍵詞】 優先股; 數據包絡分析; 融資效率; 商業銀行

【中圖分類號】 F832.33;F832.51? 【文獻標識碼】 A? 【文章編號】 1004-5937（2021）06-0081-07

一、引言

隨著國務院、證監會等監管部門對優先股業務相關規定的頒布，優先股正式登陸中國資本市場。2014年11月28日，我國第一支優先股“農行優1”在上海證券交易所掛牌上市。截至2020年底，滬深A股上市、掛牌的優先股共計29家公司，交易統計共2 028次;由銀行發行的共計20家，其中6家先后在H股發行了境外優先股。盡管我國發行優先股的上市企業逐年增加，但相較于發達國家，我國優先股的發行還處于試行階段。同時出于謹慎性考慮，我國發行優先股條款比較嚴格，優先股發行受各方面限制缺乏靈活性，未能充分發揮應有的作用[ 1 ]。

企業的融資模式分為股權性融資和債權性融資，優先股作為一種介于普通股和債券之間的混合型證券，兼具股權融資和債務融資的優點[ 2 ]。為了對企業的融資水平進行定量描述，曾康霖[ 3 ]最早在分析直接融資和間接融資時提到了“融資效率”的概念。“效率”的基礎涵義指產出投入比，從微觀層面來說，融資效率是企業在進行融資時投資收益和融資成本的比值。本文研究的是優先股融資效率，因此界定其為需求資金的企業在金融市場上通過優先股進行資金融入時所產生的產出投入比率關系。

商業銀行是實體經濟發展資金的重要來源，對國民經濟發展影響深遠，融資效率代表銀行是否能以較低的融資成本獲得更多的資本并將其有效運用的能力。銀行業發行優先股，主要目的是提升資本充足率，減輕普通股股權融資壓力，是優先股最具規模和潛力的市場[ 4 ]。另外，在監管層面，銀行業發行優先股有不同于其他行業的特殊條款。例如只能采用非公開發行的方式，股息發放只能是非累計、非強制，且必須設置強制轉股條款等。因此，本文選取發行優先股的商業銀行作為研究對象，研究其融資效率具有一定的代表性，對銀行業具有重要的現實意義。

綜上所述，作為我國上市企業優先股融資的主力軍，商業銀行是否通過發行優先股提高自身融資效率有待研究。另外由于之前優先股發展較緩慢，所能得到的數據有限，我國學者對優先股融資效率的分析多停留在理論層面，主要有優先股政策的改進、企業發行優先股的原因和存在的問題等，較少對發行優先股的企業進行綜合性實證分析。隨著近兩年上交所、深交所等平臺相關數據的披露，針對優先股融資效率的實證研究成為可能。基于此，本文運用2016—2018年我國18家發行優先股的上市商業銀行的有效數據進行實證分析，以期說明這些銀行發行優先股進行融資所達到的效果，并針對我國商業銀行在今后的發展中如何結合優先股提高自身融資水平提出相關建議。

二、實證分析

（一）研究方法確立

非參數推斷法是在整體布局形勢未知情況下所采取的一種常規統計推斷法。作為最常用的非參數推斷方法之一，DEA（數據包絡分析法）在投入產出效率分析領域具備獨到優勢。20世紀80年代末，美國運籌學家Cooper等[ 5 ]在對公共部門進行效益研究的過程中首先發現了參數推斷法的不足，想要創造一種能夠避開參數問題的推斷方法，進而擬定了新的效率評價模型CCR，該模型假定規模收益不變。之后有學者對CCR模型進行改善，得到BCC、FG和ST模型，分別假定規模收益變動、規模收益遞減和規模收益遞增。這幾類模型在問世后很快成為西方經濟組織最常用的規模效益分析模型。然而，CCR容易受到規模效率（SE）的影響，且我國企業發展與宏觀經濟和財政息息相關，對于SE經常出現波動的中國企業而言，CCR模型并不實用，相較之下BCC在國內企業中的應用更為普遍。

全要素生產率是衡量生產效率的重要指標，是除去勞動力、資本等有形生產要素投入后的“剩余”，反映由技術進步、規模效應變動等因素引起的總產出增加。

在Malmquist生產力指數問世后，Charnes為代表的學者以創新思維將Malmquist指數與DEA方法進行結合，將推斷周期從t延展至t+1，對Malmquist指數和技術效率變動（effch）、技術進步變動（techch）和全要素變動（tfpch）等相關指數間的內在聯系進行了具體描摹[ 6 ]。在DEA方法的幫助下，決策者能夠對不同規模報酬下的技術效率變動情況進行整體了解，對純技術效率變化（pech）和規模效率（sech）的階段變化水平進行精準分析，為技術投入評估提供有效指導。通過DEA方法的應用，Malmquist指數分解了驅動全要素生產率變動的因素，得到了驅使全要素生產率變動的特征，指標效能得到增強。從s時期到t時期，Malmquist指數一般形式為：

再根據Charnes等[ 5 ]的分解模型，Malmquist指數關系式為：

其中，純技術效率變動PE和規模效率SE是技術效率變動EC的主要支撐。按照tfpch=techch×effeh以及effeh與pech、sech之間的關系，可得到tfpch=pech×sech×techch的最終結論。當tfpch>1說明生產率水平提高，反之降低。當pech指數與sech指數同步上升時，effeh會呈現出正向波動，無論effeh指數上升，還是techch指數上升，均能引起tfpch上升。techch代表技術進步，反映的是技術邊界的推移程度，techch>1表明技術進步和技術創新。

（二）數據來源和樣本選取

本文根據萬得（Wind）數據庫與東方財富網得到上市公司發行優先股的預案公告日與發行樣本公司，整理得截至2018年底滬深兩市共26家上市公司發行優先股，有13家公司二次或三次發行優先股，共計37單，總融資規模超過6 000億元。其中商業銀行為發行優先股的主力軍，共19家，本文以這19家商業銀行為數據樣本進行融資效率分析。為滿足研究需求，總體樣本應滿足如下條件：（1）剔除不能夠從萬得數據庫中得到發行優先股樣本公司及預案公告日的樣本。（2）剔除不能夠在上交所及深交所官網查到相關指標信息的樣本。（3）剔除樣本銀行在發行優先股前后長時間停牌或影響其股價等情況出現的樣本。經過篩選，本文最終確定符合條件的樣本數為18個。

（三）融資效率評價指標選取和數據預處理

隨著金融市場影響因素的增多，融資效率分析的難度在不斷加大，即便是同一維度的指標，研究結論也可能存在導向性的顯著差異，能否選出適宜指標變量，對最終的效益分析起決定性作用。研究融資效率測度的核心是構建全面、科學、合理的評價指標體系，因此在構建發行優先股的商業銀行融資效率評價指標體系中需要嚴格遵守可獲得性、科學性、可比性的原則。

從財務角度來看，優先股具備債股特性，股息率高于一般債券的利率，具體表現在金融企業為補充權益資本從而滿足監管要求，因此一般確認為權益工具。出于對企業資本結構的考慮，旨在降低負債率，所以發行方發行優先股將對其資產負債率造成一定影響，同時也對發行人凈資產、凈利潤產生影響：當優先股作為權益工具核算，將增加報表層面的凈資產，從而對總資產收益率、凈資產收益率產生影響。另外股本作為核心一級資本，它的變化體現在優先股能否對發行方控制權產生影響[ 7 ]。本文將銀行的融資規模、內部融資、債券融資和股權融資四個角度作為投入，而將收入水平和發展能力作為產出，最終確定投入指標具體為資產總額、總資產收益率、資產負債率和股本，產出指標為凈資產收益率和主營業務收入增長率。指標具體說明見表1。

（四）融資基本效率分析

1.靜態融資效率分析

因為MAXDEA7.0模型要求數據必須非負數，所以需要對各項指標作無量綱化處理，這樣可以將數據歸集到0～1區間內，極值公式為：

其中，Yij表示變量，i表示變量個數，i=1，2，…，7，j表示DMU個數，j=1，2，…，163;bi=max（Xi1，Xi2，…，Xij），ai=min（Xi1，Xi2，…，Xij）。

（1）總體評價融資效率。表2展示了BCC模型計算所得目標銀行在不同時間段內的三大效率指標變化情況。根據表中數據，技術效率等于1意味著技術收益不變，且此時的技術效率達到最優;同樣的，規模效率等于1，表明規模收益不變，規模效率達到最優。得出的數值越接近1，說明效率越高。由表2可知，我國發行優先股的上市銀行融資效率普遍較高，但2016年和2018年融資效率有效的銀行只有寧波銀行和平安銀行兩家，2017年融資效率有效的銀行只有江蘇銀行、杭州銀行和寧波銀行三家，約占整體80%以上的銀行融資效率弱有效。再對2016年到2018年三年期的融資效率進一步評價，可以發現盡管2017年均值數據有小幅度上升，但2018年降至三年最低，呈現先升后降的趨勢，結合各大銀行2018年年度報告，筆者認為與中美貿易戰有關。主要表現為2018年國際金融市場波動較大、美聯儲加息四次并持續縮水、歐央行停止購債計劃、多個新興經濟體央行加息、全球流動性有所收緊、以美國為代表的西方經濟體對華貿易的抵制、東南亞地區整體金融環境的動蕩及其他相關因素，導致中國上市銀行整體融資效率大幅降低。再觀察中國五大商業銀行，可以發現融資效率均表現為弱有效。三年內，除了2016年平安銀行融資效率有效，其他融資效率有效的情況均為江蘇銀行、杭州銀行、寧波銀行等城商行，表明這18家銀行中城商行的融資效率最高，其次是股份制銀行和中國五大行。雖然處于銀行業第三梯隊的城市商業銀行資金來源渠道有限，但是國家出臺的一系列扶持政策在一定程度上緩解了前述因素對其發展所造成的負面效應，加上地方上市城商行優先股發行能力不斷增加，使其融資能力、安全邊際提高，且縮小了資本充足率與行業的差距，因此我國上市城市商業銀行發展形勢總體樂觀。以寧波銀行為例，寧波銀行于2015年11月發行優先股，此時寧波銀行的核心一級資本充足率為8.92%，逼近最低標準值，而發行的優先股募集了48.5億元的資金，全部補充了一級資本，幫助寧波銀行滿足了嚴格的資本監管要求。寧波銀行以科學的方法進行市場分析，利用便捷服務優勢與大型國有銀行進行市場競爭，利用社區金融、網絡金融等信息化管理不斷優化客戶消費體驗，在國有銀行和股份制銀行占據大半市場的情形下獲得有效發展。寧波銀行資產總額于2015年發行優先股至2018年從7 165億元增長至11 160億元，年均復合增長率13%。優先股發行為寧波銀行融資發展提供了強大動力，僅2015年優先股發行首年，就幫助銀行在債權融資相對困難的情況下吸納了近50億元的融資資金，成為寧波銀行后續發展的中流砥柱。

（2）純技術效率與規模報酬分析融資技術效率能夠從整體上對各家銀行進行評價，但無法分析融資效率的深層次原因，因此筆者對三年來18家發行優先股的上市銀行技術融資效率和規模融資效率發展變化情況進行深入研究，結果如表3、表4所示。

由表2可知，2018年綜合技術效率相比前兩年大幅下降，中國銀行、建設銀行、交通銀行、浦發銀行為首的10家商業銀行綜合技術效率平均降至0.766，說明2018年銀行業在現有的投入條件下，資源整體利用水平有待提升。進一步分析表2和表3可知，三年各銀行純技術效率和規模效率均在0.9上下波動，說明由于國家政策對發行優先股的企業有嚴格限制，多為上證50的企業，表明發行優先股的銀行管理水平高，有著高效的經營管理模式，資源規模和配置能力較好。但是觀察2016—2018年純技術效率等于1的企業數量，雖然呈現先降后升的趨勢，但2018年低于2016年比例，另外中國銀行和工商銀行2018年純技術效率低于0.8，說明整體純技術效率有一定程度的下降，各大銀行仍需加強自身管理水平。

商業銀行規模效率是影響其整體收益的重要因素之一。規模效益分析能夠幫助決策者從效益管理領域出發，對銀行的組織規模進行理性判斷[ 8 ]。例如商業銀行規模較小，就可能限制其技術應用、聲譽和知名度等層面的發展;規模過大，則可能造成因銀行投入過高成本而導致的規模收益遞減，即成本的投入高于獲得經濟效益的增加，反而不利于銀行技術效率及融資管理的良性發展。

由表2和表4可觀察到2016—2018年總體樣本規模收益波動很大。可以看到南京銀行一直保持規模收益遞增，寧波銀行三年來規模收益不變，根據這兩家銀行的年報以及公告可以得知，組織規模調整與兩家銀行的綜合收益提升有著很大關系：通過科學的組織規模調整，兩家銀行的垂直管理水平得到有效提升，勞務分工更加合理專業，資源投放管理模式得以優化，進而實現了組織規模產出效益的整體升級，使企業規模收益不斷增加。當企業規模發展到一定水平，企業的收益模式也會發生蛻變，企業將脫離規模收益遞增，進入規模收益不變的階段，此時企業的效率達到最優狀態。然而大部分銀行在2017年都規律性地表現了規模收益遞減，2018年又出現規模收益遞增，并且招商銀行規模收益是持續遞減的。雖說規模收益在2018年有小幅度回升，但是總體依然低于2016年，這說明大部分銀行已經由于內部監管、資本運用、信息傳遞較低等因素降低了生產效率，導致融資成本投入過多，再加上銀行管理模式落后，信息處理效率低下，也導致2018年各項指標大幅度下跌。

具體觀察2018年規模效率的數據，可以發現國有五大行除了交通銀行外，中國銀行、工商銀行、農業銀行和建設銀行整體的規模效率高于0.9，國有銀行規模效率偏高。相比之下，一些上市中小型銀行規模效率普遍偏低，光大銀行、北京銀行、華夏銀行、中信銀行、江蘇銀行、杭州銀行規模效率低于0.9。以上表明在這18家銀行中，中小型銀行和國有五大行還有較大差距，如何吸引優秀員工加盟、完善組織結構、擴大組織規模成為中小城市商業銀行發展的重中之重。

2.動態融資效率分析

以2016年財務數據為基期，運用MAXDEA7.0軟件，選擇Malmquist指數計算發行優先股上市銀行融資效率的動態變化值，結果分析見表5。定義2016年Malmquist指數為1，可以看出表中2016—2018年全要素變動均值為0.907，三年期間發行優先股的上市銀行全要素變動水平有下降趨勢，且平均降幅超過了10%。通過調查得知，各家銀行對技術研發的懈怠和技術創新投入的減少是引發這種現象的主要原因。國有五大行除了中國銀行全要素變動率略有上升，年均上升1.51%外，其他四大銀行全要素變動率均有所下降，其中農業銀行下降最多，年均下降1.43%。

再深度分析，技術效率的波動是造成全要素水平下降的主要因素，說明發行優先股的上市商業銀行技術創新領域管理一般。將技術效率變動分解后可觀察到純技術效率變動與規模效率變動均有小幅度降低，說明在資金準投和產出方面還存在巨大的可調整空間，這一點也印證了上文對發行優先股的上市銀行融資效率橫向靜態分析結論，即規模收益不穩定且整體呈現遞減從而引發了目標商業銀行融資效率的滑坡，且通過Malmquist指數測算，規模效率每年都在遞減。同時，受不良國際金融局勢的影響，中國五大銀行的平均技術效率普遍下降，其中下降最嚴重的是農業銀行、中國銀行和工商銀行，分別為18.08%、30%、24.42%，而平安銀行平均技術效率大幅度上升，為26.6%。結合平安銀行三年年報及相關公告進行分析可以發現，平安銀行在2016—2018年間始終堅持技術研發和科技創新工作，通過自主研發和科學引進相結合的方式不斷完善自身科技構架，在保持構架完整、數據共享的基礎上增加了構架的業務垂直管理功能，實現了業務管理效率的有效升級，在提升組織技術效率的同時實現了全要素生產率的上升。

3.融資效率的影響因素分析

前文使用DEA—Malmquist方法對發行優先股的商業銀行融資效率進行了宏觀因素分析，但對企業的融資效率分析來說，部分微觀因素也對企業融資效率造成了顯著影響，因此還需要對那些可能引發融資效率變動的微觀因素進行進一步探究。微觀因素一般包括企業規模、盈利能力、營運能力、成長能力、償債能力、資本結構等多個維度，多元回歸線性模型作為研究多變量影響因素的有力工具，進行企業融資效率分析尤為適宜，同時也是國內外學者普遍認可的企業融資研究方法。

本部分為了反映發行優先股的商業銀行融資效率的影響因素，以上文測算的綜合技術效率（TE）為因變量，以資產總額（TA）、總資產收益率（ROTA）、資產負債率（DB）、股本（CS）、凈資產收益率（ROE）和主營業務收入增長率（OPT）為自變量，選取2018年的數據進行多元線性回歸分析，構建多元回歸方程如下：

如果不同的變量影響因素間存在共線性問題，必會對變量分析造成不良影響，并最終釀成不準確的分析結果，因此首先進行變量因素的相關性檢測及指標排除，發現融資效率與全部自變量均顯著相關，符合數據分析的顯著性要求。進一步進行多元線性回歸，模型在0.01的水平上顯著，且擬合度為0.633，說明在很大程度上自變量能夠對因變量的變化情況進行解釋。根據多元線性回歸參數估計（表6）可以看出：在0.05的顯著水平上，資產負債率、總資產收益率與融資效率顯著負相關;凈資產收益率與融資效率顯著正相關;在0.1的顯著水平上，主營業務收入增長率與融資效率顯著正相關;在0.5的顯著水平上，資產總額和股本與融資效率顯著負相關。

從上文的分析可以看出，企業的收益能力、股東權益收入水平是企業提高融資效率的關鍵，而企業的負債水平越高，企業的融資效率越低，銀行發行權益型優先股有利于降低資產負債率，提高公司的財務杠桿水平，從而提高融資效率。考慮到銀行是高杠桿經營行業，由于優先股股利的支付順序次于債務，且優先股股息率一般高于債務的利率，加之互聯網金融從存款、貸款、理財投資、企業融資方面對銀行業的沖擊，導致銀行業總資產受影響，其總資產收益率體現出顯著負相關。但如果發行銀行有持續較高的資本經營效率，優先股募集資金將會持續提高營業收入和凈利潤水平，從而提高發行銀行的凈資產收益率，凈資產收益率的提高有助于提升企業融資效率。同時，如果企業營業收入增長率較高，則證明企業主營業務的市場拓展能力、成長能力較強，具備長期投資的價值，這一點也是大眾投資者所普遍看重的地方，投資者更容易獲得高額的投資回饋，企業融資效率未來可期。最后，若其他變量不變，當企業的資產總額增加，企業規模突破合理區間，其所具有的生產驅動效應將不再顯著，融資效率也會同步下降。說明企業規模較大時融資得不到高效利用，從而融資效率處于較低水平。而股本的變化體現了優先股對發行方控制權的影響，表明對于銀行，優先股依然是附屬資本，而普通股是核心資本，實證分析顯示股本對銀行融資效率的影響為負相關，股本越高，商業銀行優先股融資效率越低。

三、研究結論及建議

（一）研究結論

本文采用數據包絡分析（DEA）模型和多元線性回歸分析模型，實證分析了我國2016—2018年以發行優先股為背景的18家商業銀行融資效率情況，通過研究得出以下結論：

1.通過靜態融資效率分析發現，在2016—2018年，我國發行優先股的上市商業銀行弱有效。2016—2018年融資效率并不平穩，造成這種現象的原因，一方面是國內經濟正處于披荊斬棘的改革階段，另一方面也與世界經濟局勢的動蕩有脫不開的關系。2018年綜合技術效率相比前兩年大幅度下跌，說明2018年銀行業在現有投入條件下，產業整體效率仍存在較大增長和改進空間。三年各銀行純技術效率和規模效率表現較好，說明由于國家政策限制，發行優先股的商業銀行多為上證50的銀行，整體融資管理水平不錯，也有著高效的經營管理模式。但是發行優先股的商業銀行規模效率并不穩定，70%以上商業銀行在2016—2018年都呈現出規模收益先減后增等情況，且截至2018年末的規模收益普遍低于2016年。表明存在內部監管、資本運用、信息傳遞較低等因素降低了融資效率，導致融資成本投入過多，獲得經濟效益增加比例低于成本投入比例。

2.通過動態融資效率分析可以發現，三年間發行優先股的上市銀行全要素變動水平有下降趨勢，主要是各家銀行技術創新水平有所下降。進一步研究發現中國五大行除了中國銀行外其他銀行全要素變動水平下降較為明顯，其中技術效率指標下滑對全要素水平造成的負面影響尤為顯著，這也揭示了18家銀行對技術管理創新的忽視。純技術效率變動與規模效率變動均有小幅度的降低，代表整體上資金的投入和產出不太能達到最佳經濟效益合理規模，通過Malmquist測算，收益不穩定和規模效率的下滑成為引發商業銀行融資效率下跌的主要原因。觀察中國五大銀行可以發現其平均技術效率均有所下降，農業銀行、中國銀行和工商銀行下降最嚴重，也說明五大行發行優先股確實為其帶來了一定的融資成本壓力。優先股雖然不用償還本金，但是相對于普通股而言，每年優先支付的股息也是一筆不小的費用[ 9 ]。

3.通過多元線性回歸模型分析，上市商業銀行發行權益型優先股有利于降低資產負債率，提高公司的財務杠桿水平，從而提高融資效率;優先股募集資金將會持續提高營業收入和凈利潤水平，從而提高發行銀行的凈資產收益率;企業營業收入增長率較高，更容易獲得投資者的青睞，從而具有較高的融資效率;考慮優先股是附屬資本，股本的主要變化取決于普通股，過多的股本會導致融資效率降低。

（二）建議

1.商業銀行應做好應對優先股融資的成本控制

截至2018年底，共有19家銀行發行優先股，其中有8家二次發行，但是根據上文規模收益不穩定的表現，商業銀行利用優先股融資并非都取得了很好的效果，例如不能達到優先股發行的融資預期，即銀行優先股籌資帶來的利潤小于每年支付的優先股股息。另外，因為《商業銀行資本管理辦法》規定商業銀行必須設置將優先股強制轉換為普通股的條款，就存在當銀行因經營不善導致一級資本充足率降至5.125%或以下及二級資本渠道出現問題等情況，將無法支付優先股股息，甚至轉為普通股稀釋普通股股權。因此，盡管銀行在適當的時機發行優先股融資能夠有效地補充公司一級資本，提高資本充足率，但還需要注意在開展業務的過程中應該根據其業務水平、經營規模、風險構成、資產負債結構以及其他影響因子合理安排資金運用，控制成本，不盲目追求資本擴張。尤其是城商行，應在精確計算發行優先股所需費用和支付的股息等有效數據后理性做出優先股發行的決策。

2.商業銀行應提高優先股融集資本的使用效率

通過模型分析可以看出，隨著優先股的發行，企業融資效率會持續受營業收入增長率和凈資產收益率等指標的影響，因此，發行優先股僅僅是優化銀行資本結構的第一步。商業銀行在不斷發展壯大的過程中，還要兼顧融集資本的使用效率，優化資本消耗的信貸業務效率和資本管理水平，使資本在每一個發展階段發揮出最大的效能，使寶貴的融資資源在每一個效益環節得到有效利用，拓展內需、創新技術、發掘潛力，用不斷增長的業績和良好的投資效益來證明優先股投資的價值是巨大的，從而吸引更多的投資者參與。

3.商業銀行應推進技術創新，選擇合適的優先股發行方案

在優先股市場，不少中小城市商業銀行看到大型商業銀行因優先股發行而取得豐厚回報，便跟風設計了相同的優先股設計方案，但又受限于自身規模不得不采用較低的股息率發行優先股，因此中小城商行應該結合自身具體情況選擇合適的優先股發行方案。對于中國五大行來說，規模效率普遍偏高，但自身技術發展水平卻一般，根據上文研究，除了中國銀行，其他大行三年來全要素變動水平均有明顯下降，且主要是技術效率變動引起的。因此五大行在保持其規模發展的同時，必須實施轉型，應該多引進新的技術，開發更人性化的服務平臺，從而提高自身的技術應用水平。

【參考文獻】

[1] 李磊.中國語境下的優先股制度功能之反思：基于政治經濟學維度的分析[J].銀行家，2017（3）：115-117.

[2] 李敏，劉雪凌，董娜.永續債與優先股財稅處理比較探析[J].財會通訊，2019（28）：70-73.

[3] 曾康霖.怎樣看待直接融資與間接融資[J].金融研究，1993（10）：7-11.

[4] 張永麗.優先股融資問題研究[D].天津商業大學碩士學位論文，2018.

[5] CHARNES A， COOPER W W， RHODES E.Measuring the efficiency of decision making units[J].European Journal of Operational Research，1978（2）：429-444.

[6] 丁華，高丹.新三板掛牌企業融資效率：基于DEA- Malmquist方法[J].會計之友，2019（2）：21-25.

[7] 谷曉然.金融新常態下商業銀行融資效率的實證研究[J].征信，2018，36（2）：75-79.

[8] 于剛，張智晴.基于DEA-Malmquist指數的中國商業銀行效率研究[J].東北財經大學學報，2019（1）：79-86.

[9] 李春玲，周昂.北京銀行優先股融資的效應及風險分析[J].燕山大學學報（哲學社會科學版），2019，20（6）：81-88.